TẠP CHÍ KHOA HỌC ĐHQGHN. KHTN & CN. T.xx, số 4PT-. 2004

SỬ DỤN G B Ộ LỌC LA PLA CE LÀM R Ỏ N É T CÁC Đ ố i TƯ Ợ N G T R Ê N
Ả N H S Ố N H Ằ M T ự Đ Ộ N G H Ó A T H U T H Ậ P D Ừ L IỆ U Đ Ấ T Đ A I
T r ầ n Q u ố c B ìn h , N g u y ễ n Đ ứ c K h ả , T rầ n V ă n T u â n
K hoa Đ ịa lý, Trường Đại học Khoa học T ự nhiên, ĐHQG H à Nội
Thực tế hoạt động của ngành Địa chính trong những năm gần đây cho th ấ y các hệ
thống thông tin đ ấ t đai (LIS) là công cụ đắc lực phục vụ qu ản lý N h à nước vê đ ấ t đai bởi
chúng có khả năng xử lý và cung cấp chính xác, kịp thòi m ột khối lượng lớn thông tin. Tuy
nhiên, đẽ thực hiện được chức năng đó, LIS có nh u cầu cập n h ậ t dữ liệu r ấ t lớn, đặc b iệt là
dữ liệu không gian [1]. Đây là vấn đề h ết sức cấp th iế t ở nước ta hiện nay, khi nhiều hệ
thống LIS đã đitợc th iết k ế song chưa thế đư a vào hoạt động có hiệu quả do dủ liệu đầu vào
không được cung cấp đầy đủ. v ấ n đề này có th ể được giải quyết bằng cách áp dụng các công
nghệ tiên tiến như Hệ thống định vị toàn cầu (GPS) hay công nghệ ả n h số. Đối với phương
pháp sử dụng ánh số’, khó kh ăn lốn n h ất hiện nay là vân đề tự động n h ậ n dạng và đo vẽ các
đối tượng. Bài báo này nghiên cứu phương pháp sử dụng bộ lọc Laplace làm rõ n é t đưòng
ra n h giới giữa các đối tượng để sau đó có th ể đo vẽ chúng bằng phương pháp tự động hay
bán tự động.
1. C ác bộ lọc là m r ò n é t r a n h giới g iữ a c á c đ ô i tư ợ n g t r o n g x ử lý ả n h sô
Ánh sô là hình ánh của các thực thê tự nhiên hay nh ân tạo được th e hiện dưới dạng
lưới các ô vuông có giá trị m àu hay dộ xám khác n h au để có th ể xử lý và hiến thị bằng máy
tinh [5]. Mỗi ô vuông được gọi là điểm ảnh hay pixel, chúng là đơn vị nhỏ n h ất có th ế hiển
th ị được trê n ảnh số. Bài báo này giới hạn nghiên cứu các ảnh hàng không trắn g đen, trên
đó mỗi điểm ảnh chửa giá trị độ xám từ 0 (m àu đen) đến 255 (m àu trắng). Hình la minh
họa một ảnh số đơn giản chì gồm 2 miền sáng - tôì và giá trị độ xám của các điểm ảnh trong
hình chữ n h ậ t ồ vùng ra n h giối giũa 2 miền đó:

H ình 1. Ảnh số đdn giản (a) và ảnh dã được xử lý bằng građiên (b) cùng với giá trị độ xám
của các điểm ảnh ỏ vùng lân cận đưòng ra n h giới
16


+
dx

(3)
dy

thì giá trị của G(x,y) sẽ có dâu khác nh au (+ và -) ở h ai phía đưòng ra n h giỏi giữa các đối
tượng. Hàm G(x,y) tin h theo công thức (3) là cơ sở của bộ lọc Laplace [2].
Trong thực tế, đế' áp dụng bộ lọc kích thước nxn pixel («=3,5,7:..), građiên G(x,y) được
tinh theo các độ xám của rt- điểm án h lân cặn giới hạn bởi hình vuông có tâm ỏ (x,y) và cạnh
bằng n pixel:

£ X « ,w


hơn so với bộ lọc 9x9 song vẫn chịu ánh hưởng bởi nhiễu tần số tru n g . Các dường mòn có độ
rộng nhỏ (vị trí A) tuv vẫn được nhận ra khá rõ song bị nhòe vối các đôi tượng ỉân cận nên
độ chính xác đo vẽ kém.
- Bộ lọc 21*21 (hinh 3e): Kết quà tương tự như bộ lọc 15x15 với lượng nhiễu ít hơn và các
dôì tiíọng kích thước lớn rõ nét hơn song các đôì tượng có kích thưổe nhỏ bị nhòe nhiều hơn.


Trán Quốc Bình, Nguyẻn Đức Khá, Trẳn Vãn Tuân

20

-

Bộ lọc 31x31 (hình 3f)\ Các đối tượng kích thước lớn hiển th ị không rõ nét hơn nhiề

so với bộ lọc 21x21, tuy nhiên các đôĩ tượng nhỏ (đưòng mòn ở vị trí A) gần như bị nhòe
hoàn toàn với các đôi tượng lân cận nên rấ t khó nh ận biết và gây ra sai sô lớn khi do vẽ
(vectơ hóa) chúng.
Kết quả đo ản h cho th ấy vối bộ lọc lớn hơn 9x9, kích thước của các đôi titợng lớn sẽ bị
tăng lên khoảng 1-2 pixel theo bể rộng nếu chúng có tông màu sáng và giảm 1-2 pixel nếu
chúng có tông m àu tối. Do đó, đế tăng độ chính xác khi sô" hóa cần phải tính đến hiệu ứng
này. Cũng cần chú ý rằ n g tỗc độ xử lý ảnh tỷ lệ th u ận vối bình phương kích thước của bộ
lọc. Ví dụ n h ư bộ lọc 31x31 sẽ có tốc độ xử lý chậm hơn (31:9)2 a 12 lần so với bộ lọc 9x9.
Các kết quả th u được cho thấy đối với ảnh trê n hình 3a nên sử dụng 2 bộ lọc là 9x9 đê
nhặn biết các đôì tượng có kích thước nhỏ (3-7 pixel) và 21x21 để nhận biết các đối tượng có
kích thước lón (từ 8 pixel trỏ lên). Tiến hành thử nghiệm tương tự với ảnh sô của các khu
vực có địa hình, địa v ậ t khác nhau, chúng tôi đã thành lập được đồ thị biểu diễn kích thước
tôi ưu của bộ lọc Laplace theo kích thước của các địa v ật trên ảnh sô' (hình 4).
Kích thước
bộ lục

Bước 1: Thu thập các tư liệu ảnh (nếu đã có) hoặc tiến hàn h bay chụp, thu thập tư
liệu bàn đồ và các tài liệu liên quan, kiêm tra các dữ liệu hiện có về khu vực trong cơ sỏ dữ
liệu của hệ thông.
Bước 2: Q uét ánh để chuyển đổi vể dạng số. Đôi với ảnh có tỷ lệ nhỏ và chụp ở những
khu vực có địa hìn h phức tạ p cần quét vối độ phân giải lớn n h ấ t cho phép, ơ những khu vực
có địa hiiih đon gián, độ cao bay chụp th ấp thì chi cần đảm bảo độ phân giài không gian
khoáng 0,3-0,Sm/pixel. Ảnh sau khi quét được nắn chính hình học để xứ lý các biến dạng do


Trán Quốc Bình, Nguyỗn Đức Khii. Trăn Văn Tuấn

22_

ánh nghiêng, tuyến bay bị d ạ t lệch, ản h hường của địa hình... và đưa về cơ sỏ toán học của
hệ thống. Nếu các thông tin về địa hình đầy đủ thì trong bước này có th ể t.ạo ảnh số trực
giao. Sau khi nắn chỉnh hình học, ảnh được tăng cường ch ấ t lượng để làm rõ n é t các đôi
tượng bảng cách thay đổi dộ sáng, độ tương phản và hiệu chỉnh gam m a.
Bước 3: Giải đoán các yếu tố chuyên đề trê n ảnh tùy thuộc vào mục đích thu thập và
cập n h ật dữ liệu của hệ thông.
Bước 4: P hân loại sơ bộ bằng m ắt các đối tượng trê n ản h sô theo cấu trúc và kích
thitớc. Do các bộ lọc Laplace kích thước lớn cho k ết quả nh ận d ạn g tố t đối với các đôi tượng
lớn song chúng lại làm "nhòe" các dõi tượng có kích thước nhỏ nên để tăn g hiệu quả nhận
dạng, mỗi tâ'm ả n h được lọc rồi vectơ hóa 2 lần với kích thước bộ lọc trong mỗi lần khác
nhaụ. Kích thước hợp lý của các bộ lọc lớn và nhỏ được lựa chọn dự a trê n kết quả phân loại
và dồ thị trên hình 4.
Bước 5: Xử lý ảnh bang các bộ lọc Laplace có kích thước lớn và nhỏ để tạo ra hai ánh
trắng - đen mới, trên đó dường ra n h giới giữa các đối tượng được làm rõ n ét để có thể vectơ
hóa tự động trong bước tiếp theo.
Bước 6: Sử dụng các phần mềm vectơ hóa tự động hay b án tự động như I/Geovec,
RasterToVector, Corel Trace,... để vectơ hóa các đôì tượng trên 2 ản h được xử lý ở bưỏc trên.


Huyện Thanh Tri, TP Há Nội. Địa hinh dơn giản,

9x91

chù yếu lả ruộng lúa, ruộng tróng màu vâ một số

27x27

Sai sô'
trung
phương
(m)

48%

0.8

55%

0.9

31%

4.1

35%

3.8



21x21

mỏt số khu dân cư.
4

5

1,2

1.4

1

1

Phường Dông Kinh, TP. Lạng Sơn. Địa hĩnh phức

7x71

tap góm các khu dân cu và núi.

19x19

Huyện Bắc Hà, tình Lào Cai. Địa hinh có nhiéu núi

9x91

dá vá rừng.


21

Digital Photogrametry. Taylor & Francis, London, 2001, pp.

96-100 .

3.

PCI Geomatics,

4.

P ra tt W.K.,

Image Work: User manual, O ntario, Canada. 2003.

Digital Image Processing (3rdedition), Jo h n Wiley & Sons, 2001. pp. 443-

508.

5.

Wolf P.R., D ew itt B.A.,

Elements of Photogrametry (3rd edition), McGraw - Hill, 2000,

602pp.
VNU. JOURNAL OF SCIENCE, Nat.. Sci., & Tech , T.xx. N„4AP . 2004

USING LAPLACIAN FILTER TO HIGHLIGHT OBJECTS ON